-
公开(公告)号：CN108848552A
公开(公告)日：2018-11-20
申请号：CN201810662110.2
申请日：2018-06-25
Applicant: 浙江工业大学
Abstract: 一种基于线性搜索式的非正交接入最优解码排序上行传输时间优化方法，包括以下步骤：(1)在给定一种解码排序πm的条件下,优化问题描述为一个非凸性优化问题；(2)将(P1-m)问题等价转换为(P1-m-E)问题；将(P1-m-E)问题等价转换为(P2)问题；提出(P2-Sub)问题；(3)提出基于线性搜索的算法P2-Algorithm，在智能终端的上传量 给定的情况下优化整体无线资源消耗；(4)提出算法OptOrder-Algorithm找到最优的解码排序，输出结果为全局最小整体无线资源消耗和全局最优上行传输时间。本发明提高了系统传输效率，节省带宽资源，获得更优质的无线网络体验质量。
-
公开(公告)号：CN108810986A
公开(公告)日：2018-11-13
申请号：CN201810477038.6
申请日：2018-05-18
Applicant: 浙江工业大学
Abstract: 一种基于深度确定性策略梯度的非正交接入下行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，提出了一种满足移动用户的服务质量同时，在移动用户的下载量给定的情况下最小化基站的下行传输时间和基站总能量消耗；(2)DDRCM问题是在给定移动用户下载量的情况下找到最优的下行资源消耗，观察DDRCM问题知道它的目标函数只有一个变量t；(3)通过深度确定性策略方法来寻找一个最优的下行传输时间t*，使得有最优的下行资源消耗(下行传输时间和基站总能量消耗)；(4)不断重复迭代过程直到得到最优的下行传输时间t*，使得有最优的下行资源消耗。本发明最小化下行传输时间与基站总能量消耗。
-
公开(公告)号：CN108770072A
公开(公告)日：2018-11-06
申请号：CN201810661506.5
申请日：2018-06-25
Applicant: 浙江工业大学
CPC classification number: H04W72/121 , H04W24/02 , H04W52/346 , H04W72/1231 , H04W72/1268
Abstract: 一种基于深度强化学习的非正交接入最优解码排序上行传输时间优化方法，包括以下步骤：(1)在给定一种解码排序πm的条件下,优化问题描述为一个非凸性优化问题；(P1‑m)问题是在给定智能终端上传量的情况下找到最优的整体无线资源消耗，观察(P1‑m)问题知道它的目标函数只有一个变量；(2)和(3)通过深度强化学习算法来找到一个最优的上行传输时间，使得有最优的整体无线资源消耗；(4)提出算法OptOrder‑Algorithm找到最优的解码排序，再联合深度强化学习算法，输出全局最小整体无线资源消耗和全局最优上行传输时间。本发明提高了系统传输效率，获得更优质的无线网络体验质量，使得有最优的整体无线资源消耗。
-
公开(公告)号：CN108770005A
公开(公告)日：2018-11-06
申请号：CN201810477060.0
申请日：2018-05-18
Applicant: 浙江工业大学
CPC classification number: H04W24/02 , H04W52/146
Abstract: 一种基于粒子群算法的非正交接入上行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，提出了一种满足移动用户的服务质量同时，最小化移动用户的上行传输时间和所有移动用户总能量消耗。其中，优化问题描述为一个非凸性优化问题；(2)将ORRCM问题等价转换为ORRCM‑E问题；(3)基于粒子群算法，在移动用户的上传量给定的情况下优化整体无线资源消耗(上行传输时间与所有移动用户总能量消耗)。本发明提供一种最小化上行传输时间与所有移动用户总能量消耗的基于粒子群算法的非正交接入上行传输时间优化方法。本发明的技术效果主要表现在:1、对于上行整体而言，利用非正交接入技术大大提高了系统传输效率；2、对于上行整体而言，利用非正交接入技术大大节省带宽资源；3、对于移动用户而言，通过非正交接入技术获得更优质的无线网络体验质量。
-
公开(公告)号：CN108770004A
公开(公告)日：2018-11-06
申请号：CN201810477031.4
申请日：2018-05-18
Applicant: 浙江工业大学
CPC classification number: H04W24/02 , H04W52/0206 , H04W52/143
Abstract: 一种基于对分搜索式的非正交接入下行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，提出了一种满足移动用户的服务质量同时，在移动用户的下载量给定的情况下最小化基站的下行传输时间和基站总能量消耗；其中，优化问题描述为一个非凸性优化问题；(2)将DDRCM问题等价转换为DDRCM‑E问题，将DDRCM‑E问题等价转换为P1问题；(3)为了判断在给定θ值条件下P1问题是否可行，提出P2问题；基于对分搜索方法，在移动用户的下载量给定的情况下优化下行资源消耗(下行传输时间和基站总能量消耗)。本发明最小化下行传输时间与基站总能量消耗。
-
Patent Agency Ranking
公开(公告)号：CN108738046A
公开(公告)日：2018-11-02
申请号：CN201810343311.6
申请日：2018-04-17
Applicant: 浙江工业大学
Abstract: 一种基于半监督学习的移动边缘计算速率最大化方法，包括以下步骤：1)每个无线设备都需要与基站建立联系；2)使用两个互不重叠的集合M0和M1分别表示在本地计算模式和分流模式的所有无线设备；3)处在集合M0中的无线设备能够收集能量并同时处理本地任务，而处在集合M1中的无线设备只能在收集能量后将任务分流至基站处理；4)所有无线设备的模式选择将通过它们的信道增益hi决定，半监督学习的作用则是将它们的信道增益作为输入，然后生成一个能使所有无线设备的总和计算速率最大化的最优模式选择，即决定哪些无线设备的任务在本地处理而哪些分流至基站处理。本发明在保证用户体验的前提下最大化所有无线设备的总和计算速率。
-
公开(公告)号：CN108632861A
公开(公告)日：2018-10-09
申请号：CN201810343312.0
申请日：2018-04-17
Applicant: 浙江工业大学
Abstract: 一种基于深度强化学习的移动边缘计算分流决策方法，包括以下步骤：1)计算出在给出分流决策下移动通信系统中所有的能量损耗；2)当用户任务被分流时，计算出在传输过程及处理过程中的延时损耗；3)通过深度强化学习算法来寻找一个最优的分流决策方案；4)所有用户的分流决策xnm和上下行速率 和 作为强化学习的系统状态xt，动作a则是对系统状态xt的更改，如果改后的系统的总损耗比之前的要小，则使当前奖励r(xt，a)设为正值，反之设为负值，同时系统进入下一状态xt+1，不断重复这个迭代过程直到得到最佳分流决策xnm和上下行速率 和本发明在保证用户体验的前提下最小化能量损耗。
-
公开(公告)号：CN108632860A
公开(公告)日：2018-10-09
申请号：CN201810342359.5
申请日：2018-04-17
Applicant: 浙江工业大学
Abstract: 一种基于深度强化学习的移动边缘计算速率最大化方法，包括以下步骤：1)在一个由一个基站和多个无线设备组成由无线供电的边缘计算系统中，计算出在给出模式选择下系统中所有无线设备的速率总和；2)通过强化学习算法来寻找一个最优的模式选择，即所有无线设备的模式选择M0和M1；3)所有无线设备的模式选择M0和M1作为强化学习的系统状态xt，动作a则是对系统状态xt的更改，如果改后的系统的总计算速率比之前的要大，则使当前奖励r(xt，a)设为正值，反之设为负值，同时系统进入下一状态xt+1，不断重复这个迭代过程直到得到最佳模式选择M0和M1。本发明在保证用户体验的前提下最大化所有无线设备的总和计算速率。
-
公开(公告)号：CN108040364A
公开(公告)日：2018-05-15
申请号：CN201711084495.0
申请日：2017-11-07
Applicant: 浙江工业大学
CPC classification number: H04W52/243 , H04W72/0453 , H04W72/0486
Abstract: 一种非正交多址链路中信道带宽与功率联合分配的线性搜索方法，包括以下步骤：1)基站通过非正交多址接入技术发送数据，为移动用户提供数据流量服务；2)分析系统特性对问题进行等价转化；3)根据最后转化得的问题特性设计高效的算法求解，最后将算法输出结果代回顶层问题求得最优的带宽与功率分配值。本发明提供了一种既保障移动用户数据需求，同时最小化系统总资源消耗的可行且高效的优化方法，以提高系统资源利用率，优化系统资源的配置。
-
公开(公告)号：CN107995674A
公开(公告)日：2018-05-04
申请号：CN201711088227.6
申请日：2017-11-08
Applicant: 浙江工业大学
Abstract: 一种适用于能量采集型无线传感网络的线性传输调度方法，包括以下步骤：1)在由一对发射机和接收机组成的时隙能量收集通信系统中，根据数据和能量定义出系统状态；2)计算当数据系统中存在i个数据包时，传输过程的条件期望收益；3)计算当能量系统中存在j个能量包时，传输过程的条件期望收益；4)当系统中存在i个数据包时的传输过程的最佳阈值和当系统中存在j个能量包时的传输过程的最佳阈值的计算。本发明提出阈值的传输调度策略和计算阈值的算法，通过安排数据传输和管理已获得的能量最大化了长期平均传输收益，保证了无线传感器网络中的传输可靠性。
-
-
-
-
-
-
-
-
-
Search Results
209
records
(took 0.034 seconds)
